Training Volunteers as Conversation Partners Using "Supported Conversation for Adults With Aphasia" (SCA)
Notice bibliographique
Résumé
This article reports the development and evaluation of a new intervention termed "Supported Conversation for Adults with Aphasia" (SCA). The approach is based on the idea that the inherent competence of people with aphasia can be revealed through the skill of a conversation partner. The intervention approach was developed at a community-based aphasia center where volunteers interact with individuals with chronic aphasia and their families. The experimental study was designed to test whether training improves the conversational skills of volunteers, and, if so, whether the improvements affect the communication of their conversation partners with aphasia. Twenty volunteers received SCA training, and 20 control volunteers were merely exposed to people with aphasia. Comparisons between the groups' scores on a Measure of Supported Conversation for Adults with Aphasia provide support for the efficacy of SCA. Trained volunteers scored significantly higher than untrained volunteers on ratings of acknowledging competence [F(1, 36) = 19. 1, p < .001] and revealing competence [F(1, 36) = 159.0, p < .001] of their partners with aphasia. The training also produced a positive change in ratings of social [F(1, 36) = 5.7, p < .023] and message exchange skills [F(1, 36) = 17.6, p < .001 ] of individuals with aphasia, even though these individuals did not participate in the training. Implications for the treatment of aphasia and an argument for a social model of intervention are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».